CN109655814A - 车辆传感器操作 - Google Patents

车辆传感器操作 Download PDF

Info

Publication number
CN109655814A
CN109655814A CN201811174764.7A CN201811174764A CN109655814A CN 109655814 A CN109655814 A CN 109655814A CN 201811174764 A CN201811174764 A CN 201811174764A CN 109655814 A CN109655814 A CN 109655814A
Authority
CN
China
Prior art keywords
data
parameter
vehicle
computer
sensor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811174764.7A
Other languages
English (en)
Inventor
格雷厄姆·米尔斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN109655814A publication Critical patent/CN109655814A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • G01S7/4972—Alignment of sensor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52004—Means for monitoring or calibrating
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9324—Alternative operation using ultrasonic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details
    • G01S2013/93273—Sensor installation details on the top of the vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Architecture (AREA)
  • Optics & Photonics (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

一种系统包括处理器；以及存储器，所述存储器存储可由所述处理器执行以进行以下操作的指令：从安装在车辆中的车辆传感器接收图像数据，将所述图像数据变换为全局坐标数据，估计所述全局坐标数据的分形维数值，并基于所述分形维数值来确定校准参数以操作所述车辆传感器。

Description

车辆传感器操作
技术领域
本发明涉及车辆传感器领域，并且更具体地涉及车辆传感器操 作。
背景技术
传感器收集车辆周围的数据。车辆中的计算机可以使用数据来操 作一个或多个车辆部件。数据可以包括例如道路、道路上和/或邻近 道路的对象、其他车辆等的数据。计算机可以利用所述数据构建周围 环境的虚拟表示。以期望精度校准传感器以收集数据是一个问题。
发明内容
一种系统包括处理器和存储器，所述存储器存储可由处理器执行 以进行以下操作的指令：从安装在车辆中的车辆传感器接收图像数 据，将图像数据变换为全局坐标数据，估计全局坐标数据的分形维数 值(fractal dimension value)，并且基于分形维数值来确定校准参数以 操作车辆传感器。
指令还可以包括估计用于将图像数据变换为全局坐标数据的多 个存储参数中的每一个的分形维数值的指令。
指令还可以包括通过识别与全局坐标数据的最小分形维数值相 关联的存储参数来确定校准参数的指令。
参数可以包括全局坐标系中六个维数的参数。指令还可以包括确 定六个维数的参数集的分形维数值的指令。
指令还可以包括将具有参数的数据变换为传感器坐标数据并将 具有预定参数的传感器坐标数据变换为全局坐标数据的指令。
指令还可以包括将具有预定参数的传感器坐标数据变换为车辆 坐标数据的指令。
指令还可以包括致动传感器以收集车辆周围数据的指令。
指令还可以包括从多个传感器接收数据并且基于来自不同传感 器的数据的估计分形维数值来确定校准参数的指令。
指令还可以包括用成本(cost)函数估计分形维数值的指令。
指令还可以包括指示车辆传感器执行如下动作的指令：收集额外 图像数据，将校准参数应用于所收集的图像数据以将额外图像数据变 换为额外全局坐标数据，并且基于额外全局坐标数据来致动车辆部 件。
一种方法包括：从安装在车辆中的车辆传感器接收图像数据，将 图像数据变换为全局坐标数据，估计全局坐标数据的分形维数值，以 及基于分形维数值来确定校准参数以操作车辆传感器。
所述方法还可以包括估计用于将图像数据变换为全局坐标数据 的多个存储参数中的每一个的分形维数值。
所述方法还可以包括通过识别与全局坐标数据的最小分形维数 值相关联的存储参数来确定校准参数。
在所述方法中，参数可以包括全局坐标系中六个维数的参数，并 且所述方法还可以包括确定六个维数的每个参数集的分形维数值。
所述方法还可以包括将具有存储参数的数据变换为传感器坐标 数据，并将具有预定参数的传感器坐标数据变换为全局坐标数据。
所述方法还可以包括从多个传感器接收数据并且基于来自不同 传感器的数据的估计分形维数值来确定校准参数。
一种系统包括：感测构件，其用于提供数据；以及计算机，其被 编程为从安装在车辆中的车辆传感器接收图像数据，将图像数据变换 为全局坐标数据，估计全局坐标数据的分形维数值，并且基于分形维 数值来确定校准参数以操作车辆传感器。
计算机还可以被编程为估计用于将图像数据变换为全局坐标数 据的多个存储参数中的每一个的分形维数值。
计算机还可以被编程为通过识别与全局坐标数据的最小分形维 数值相关联的存储参数来确定校准参数。
计算机还可以被编程为从多个传感器接收数据并基于来自不同 传感器的数据的估计分形维数值来确定校准参数。
通过基于分形维数来选择用于将原始传感器数据变换到一个或 多个坐标系中的参数，计算机可以将来自传感器的原始数据映射到坐 标系，所述坐标系允许计算机基于通过数据检测到的对象来致动车辆 部件。可以选择参数来校准传感器。当数据偏离从其中收集数据的对 象最少时，分形维数最低。也就是说，低分形维数可以对应于来自传 感器的更精细的读数。因此，可以校准传感器以收集关于车辆周围的 对象的更准确信息。
附图说明
图1是用于操作车辆的示例性系统的框图。
图2是具有多个传感器的车辆的透视图。
图3是用于校准传感器的示例性过程的框图。
具体实施方式
图1示出了用于操作车辆101的示例性系统100。车辆101中的 计算机105被编程为从一个或多个传感器110接收数据115。例如， 车辆101数据115可以包括车辆101的位置、车辆101的速度等。位 置数据可以是已知的形式，例如，地理坐标，诸如众所周知的经由导 航系统获得的纬度和经度坐标，所述导航系统使用全球定位系统 (GPS)。数据115的另外的示例可以包括对车辆101的系统和部件的 测量值，例如车辆101的速度、车辆101的轨迹等。
众所周知，计算机105通常被编程用于在车辆101网络(例如包 括通信总线)上进行通信。经由网络、总线和/或其他有线或无线机制 (例如，车辆101中的有线或无线局域网)，计算机105可以向车辆101 中的各种装置传输消息和/或从各种装置接收消息，所述各种装置例 如控制器、致动器、传感器等，包括传感器110。替代地或另外地， 在计算机105实际上包括多个装置的情况下，车辆网络可以用于在本 公开中表示为计算机105的装置之间的通信。此外，计算机105可以 被编程用于与网络通信，所述网络可以包括各种有线和/或无线联网 技术，例如蜂窝、低功耗(BLE)、有线和/或 无线分组网络等。
传感器110可以包括各种装置。例如，众所周知，车辆101中的 各种控制器可以作为传感器110操作以经由车辆101的网络或总线提 供数据115，例如，与车辆速度、加速度、位置、子系统和/或部件状 态等有关的数据115。此外，其他传感器110可以包括相机、运动检 测器等，即传感器110，以提供数据115，用于评估目标的位置、投 影目标的路径、评估道路车道的位置等。传感器110还可以包括短程 雷达、远程雷达、激光雷达(LIDAR)和/或超声换能器。
数据115可以包括在车辆101中收集的各种数据。以上提供了数 据115的示例，而且，数据115通常使用一个或多个传感器110来收 集，并且还可以包括在计算机105中根据其计算的数据。通常，数据 115可以包括可以由传感器110收集和/或根据这些数据计算的任何数 据。
车辆101可以包括多个车辆部件120。如本文所使用，每个车辆 部件120包括适于执行机械功能或操作(诸如移动车辆，使车辆减慢 或停止，使车辆转向等)的一个或多个硬件部件。部件120的非限制 性示例包括：推进部件(其包括例如内燃发动机和/或电动马达等)、传 动部件、转向部件(例如，其可以包括方向盘、转向齿条等中的一个 或多个)、制动部件、停车辅助部件、自适应巡航控制部件、自适应 转向部件、可移动座椅等。
当计算机105操作车辆101时，车辆101是“自主”车辆101。出 于本公开的目的，术语“自主车辆”用于指代以完全自主模式操作的车 辆101。完全自主模式被定义为其中车辆101的推进(通常经由包括电 动马达和/或内燃发动机的动力传动系统)、制动和转向中的每一个由 计算机105控制的模式。半自动模式是这样的模式，其中车辆101的 推进(通常经由包括电动马达和/或内燃发动机的动力传动系统)、制动 和转向中的至少一个至少部分由计算机105控制，而不是人类操作 员。在非自主模式中，即手动模式中，车辆101的推进、制动和转向 由人类操作员控制。
图2是具有传感器110的车辆101的透视图。传感器110可以定 位在车辆101的车顶上以从车辆101周围收集数据115。计算机105 可以使用来自传感器110的数据115来致动一个或多个车辆部件120。 计算机105可以基于由传感器110收集的数据115来校准传感器110。
计算机105可以在多达六个维数(三个空间维数X，Y，Z和三个旋转 维数θ，φ，ψ)上从传感器110收集数据115。传感器110可以是例如相 机、激光雷达、红外发射器等，并且因此数据115可以是图像数据115， 即表示由传感器110捕获的图像的一组数值阵列。如本文所使用，“维 数”具有坐标系中方向的常规含义，沿着所述方向可以测量数据115。 “空间”维数是三维坐标系中的正交轴线，并且“旋转”维数是围绕每个 空间维数的角坐标。旋转维数θ在围绕沿正的X方向延伸的轴线的逆 时针方向上为正。旋转维数φ在围绕沿正的Y方向延伸的轴线的逆时 针方向上为正。旋转维数ψ在围绕沿正的Z方向延伸的轴线的逆时针 方向上为正。传感器110可以在六个维数X，Y，Z，θ，φ，ψ上收集车辆101 的环境和/或移动的数据115。
计算机105可以确定数据115的分形维数。如本文所使用，“分 形维数”是曲线的度量，例如，非整数Hausdorff维数、Minkowski维 数等，其描述由曲线的测量分辨率的变化而导致的曲线细节的变化。 例如，Sierpinski三角形的分形维数是计算机105可 以使用传统算法(例如计盒算法或其他空间填充函数)来确定分形维 数。在计盒算法中，来自数据115的图像被分成多个具有指定边长ε的 盒子。ε的大小可以基于传感器110的测量分辨率。计算机105可以 确定图像中具有高于由计算机105确定的图像值阈值的值的盒子的 数量N，以利用数据115指示对对象的检测。可以基于指示存在对象 的最小预定图像值来确定图像值阈值。然后，计算机105可以减小ε的 值，从而将图像分成更多个具有较小边长的盒子，并确定检测图像中 的对象的另一个盒子数量N。计算机105可以确定多个盒子尺寸S的 一组值N并确定图像的分形维数d，如等式1中所述：
计算机105可以利用已知技术(例如线性回归)从对于多个边长ε 的盒子数量N逼近分形维数d的极限。替代地，计算机105可以使用 另一种方法来确定分形维数d，例如，成本函数，其在最小化时生成 分形维数d的值。
计算机105可以确定数据115的分形维数d的多个值。计算机 105可以将来自传感器110的原始数据115变换到传感器坐标系。传 感器坐标系可以具有传感器坐标维数Xs，Ys，Zs，θs，φs，ψs和传感器110 中的一个处的原点，如图2所示。计算机105可以将传感器坐标数据 115变换到车辆坐标系。车辆坐标系可以具有车辆坐标维数 Xv，Yv，Zv，θv，φv，ψv和车辆101上(例如，在前保险杠上的最左侧点处) 的原点。计算机105可以将车辆坐标数据115变换到全局坐标系。全 局坐标系可以具有坐标维数Xg，Yg，Zg，θg，φg，ψg以及在预定地理位置处 的原点，例如，在车辆101的行驶路线的起点处。在正方向上的坐标 维数Xg可以与基本北向对齐，并且在正方向上的坐标维数Xg可以与基 本东向对齐。
计算机105可以通过将多个预定参数应用于原始数据115来将原 始数据115变换到传感器坐标系。参数是当应用于数据115时将数据 115变换到传感器坐标系、车辆坐标系和全局坐标系中的一个中的值。 例如，参数可以是坐标变换矩阵，其将原始数据115映射到传感器坐 标系、车辆坐标系和全局坐标系中的一个中的坐标。参数可以将输入 的每个原始数据115映射到传感器坐标系、车辆坐标系和全局坐标系 中的一个中的六维数阵列中。下面的等式2示出了示例性参数：
其中aX，aY，aZ，aθ，aφ，aψ是将坐标X，Y，Z，θ，φ，ψ中的数据转换到 不同的坐标系Xa，Ya，Za，θa，φa，ψa中的数据的参数。
在另一示例中，传感器110可以接收旋转维数θ，φ，ψ中的原始数 据115，并且计算机105可以例如根据等式3将数据115变换为传感 器坐标系中的空间坐标Xs，Ys，Zs：
其中b1，b2，b3，b4，b5，b6是将原始数据115变换到传感器坐标系中 的参数。也就是说，传感器110中的一个可以相对于传感器110按单 位接收原始数据115，例如方位角、仰角、与传感器110的距离、传 感器110所接收的光的强度等。计算机105可以应用参数来将数据115 变换到传感器坐标系。计算机105可以取决于传感器110的特定类型 和所收集的数据115的类型而使用额外等式(未示出)，来将数据115 转换到传感器坐标系、车辆坐标系和全局坐标系。
计算机105可以确定基于数据115生成的图像的分形维数d，其 中六个维数X，Y，Z，θ，φ，ψ的每个参数集应用于数据115，例如，使用诸 如等式2至等式3中所示的变换。计算机105可以存储初始参数集并 基于应用于数据115的初始参数集来确定图像的分形维数d。初始参 数集可以由例如制造商确定，并且可以是在传感器110诊断测试期间 根据经验数据确定的值。替代地，初始参数集可以各自具有0值。计 算机105可以生成新参数，例如，通过将初始参数集递增固定值(例 如，0.01)，通过用已知方法(例如，牛顿方法)进行插值等等，并基于 新参数集来确定分形维数d的多个值。也就是说，维数X，Y，Z，θ，φ，ψ的 每个生成的参数集可以具有通过利用应用于数据115的参数集由数 据115构建图像来确定的相关联的分形维数d。计算机105可以继续 新参数直至参数端点，例如，直到制造商预定的上限参数，或者直到 来自最新的参数集的分形维数d的值和前一个因子集的分形维数d的 值之间的差低于预定的差阈值。
计算机105可以将与最低分形维数值相关联的参数集存储为校 准参数集。利用校准参数，计算机105可以操作传感器110以收集数 据115并且更准确地分析数据115。
图3示出了用于校准车辆101中的传感器110并利用校准的传感 器110操作车辆101的示例性过程300。过程300在框305中开始， 其中计算机105致动传感器110以从车辆101周围的环境收集数据 115。如上所述，计算机105可以致动传感器110，例如激光雷达110， 以从距传感器110的距离半径内的区域收集数据115。数据115可以 包括3个空间维数X，Y，Z和3个旋转维数θ，φ，ψ中的数据115。
接下来，在框310中，计算机105确定应用于数据115的参数。 参数是数值，其在应用于数据115时，将数据115变换到传感器坐标 系、车辆坐标系或全局坐标系中的一个。如上所述，计算机105可以 应用参数以将来自传感器110的原始数据115变换到所述坐标系中的 一个。
接下来，在框315中，计算机105将数据115变换为一组传感器 坐标数据115。如上所述，传感器坐标数据115可以是传感器坐标系 中的值。传感器坐标系可以是空间坐标系，其中传感器110上的点作 为原点。计算机105可以应用参数集以将原始数据115变换为传感器 坐标数据115。例如，如等式3所示，计算机105可以使用参数来将 原始数据115转换到传感器坐标系。
接下来，在框320中，计算机105将传感器坐标数据115变换为 一组车辆坐标数据115。如上所述，车辆坐标数据115可以是车辆坐 标系中的值。车辆坐标系可以是空间坐标系，其中车辆101上的点(例 如，前保险杠的边缘)在原点处。计算机105可以应用参数集以将传 感器坐标数据115变换为车辆坐标数据115。
接下来，在框325中，计算机105将车辆坐标数据115变换为一 组全局坐标数据115。如上所述，全局坐标数据115可以是全局坐标 系中的值。全局坐标系可以是以预定点作为原点的空间坐标系。计算 机105可以应用参数集以将车辆坐标数据115变换为全局坐标数据 115。
接下来，在框330中，计算机105确定数据115的分形维数。如 上所述，分形维数是曲线的度量，例如，非整数Hausdorff维数、 Minkowski维数等，其描述由曲线的测量分辨率的变化导致的曲线细 节的变化。计算机105可以利用例如计盒算法、空间填充函数、成本函数等来确定分形维数，如上面等式1中所示。计算机105可以将所 述参数集应用于数据115以生成图像。计算机105可以通过将例如等 式1的计盒算法应用于图像来确定分形维数。
接下来，在框335中，计算机105确定是否继续过程300。计算 机105可以确定继续过程300以生成新参数以应用于数据115并确定 新参数的分形维数。如果计算机105确定继续，则过程300在框340 中继续。否则，过程300在框345中继续。
在框340中，计算机105生成新参数以应用于数据115。计算机 105可以生成新参数，例如，通过将先前使用的参数递增固定值(例如， 0.01)，将先前使用的参数递减固定值(例如，0.01)，利用固定等式(例 如，利用牛顿方法)插入先前使用的参数等等。然后，过程300利用 新参数返回到框310。
在框345中，计算机105确定对应于每个坐标系中的最低分形维 数的参数集并存储参数。计算机105应用对应于最低分形维数的参数 集来校准传感器110。因此，利用所确定的参数，计算机105可以从 传感器110收集更精细的数据115，即具有更小和更精确分辨率的数 据115。更精细的数据115允许计算机105以更高的精度操作部件120， 从而改善部件120和车辆101的操作。计算机105可以确定对于传感 器坐标系、车辆坐标系和全局坐标系中的每一个的维数X，Y，Z，θ，φ，ψ 具有最低分形维数的参数集。
接下来，在框350中，计算机105将校准参数应用于原始传感器 数据115以生成校准数据115。校准参数可以将数据115变换到上述 坐标系中的一个，从而产生车辆101周围的环境的虚拟表示，计算机 105可以使用所述虚拟表示来致动部件120。利用校准数据115，计 算机105可以更精确地致动一个或多个车辆部件120。
接下来，在框355中，计算机105基于校准数据115致动一个或 多个车辆部件120。利用校准数据115，计算机105可以致动一个或 多个部件120，以例如在由校准数据115表示的虚拟环境内操纵车辆 101。在框355之后，过程300结束。
如本文所使用，修饰形容词的副词“基本上”意味着由于材料、加 工、制造、数据收集器测量、计算、处理时间、通信时间等存在缺陷， 形状、结构、测量结果、值、计算结果等可能偏离精确描述的几何形 状、距离、测量结果、值、计算结果等。
计算机105通常每个都包括可由一个或多个计算装置(诸如上面 标注的那些计算装置)执行以及用于执行上述过程的框或步骤的指 令。计算机可执行指令可以从使用各种编程语言和/或技术创建的计 算机程序编译或解译，所述编程语言和/或技术包括但不限于，单独 地或组合地，JavaTM、C、C++、Visual Basic、Java Script、Perl、HTML 等。通常，处理器(例如，微处理器)例如从存储器、计算机可读介质 等接收指令，并执行这些指令，从而执行一个或多个过程，包括本文 所述的一个或多个过程。可以使用各种计算机可读介质来存储和传输 这样的指令和其他数据。计算机105中的文件通常是存储在计算机可 读介质(诸如存储介质、随机存取存储器等)上的数据的集合。
计算机可读介质包括参与提供数据(例如，指令)的任何介质，所 述数据可由计算机读取。这种介质可以采用许多形式，包括但不限于 非易失性介质、易失性介质等。非易失性介质包括例如光盘或磁盘和 其他永久性存储器。易失性介质包括动态随机存取存储器(DRAM)， 其通常构成主存储器。计算机可读介质的常见形式包括，例如，软盘、 软磁盘、硬盘、磁带、任何其他磁介质、CD ROM、DVD、任何其他 光学介质、穿孔卡、纸带、具有孔图案的任何其他物理介质、RAM、 PROM、EPROM、FLASH EEPROM、任何其他存储器芯片或盒式磁 带、或计算机可以读取的任何其他介质。
关于本文所述的介质、过程、系统、方法等，应该理解，尽管已 经将这些过程的步骤等描述为根据某个有序序列发生，但是这些过程 可以用除了本文所述的顺序之外的顺序执行的所述步骤来实践。还应 该理解，可以同时执行某些步骤，可以添加其他步骤，或者可以省略 本文描述的某些步骤。例如，在过程300中，可以省略一个或多个步 骤，或者可以以与图3所示不同的顺序执行步骤。换句话说，提供本 文对系统和/或过程的描述是出于说明某些实施例的目的，并且决不 应被解释为限制所公开的主题。
因此，应该理解，包括以上描述和附图以及随附权利要求在内的 本公开意在是说明性的而非限制性的。在阅读以上描述后，除了所提 供的示例之外的许多实施例和应用对于本领域技术人员而言将是显 而易见的。应该不是参考以上描述来确定本发明的范围，而是应该参 考随附于此和/或包括在以此为基础的非临时专利申请中的权利要求 以及这些权利要求有权享有的等同物的整个范围来确定本发明的范 围。预期并希望未来的发展将在本文讨论的技术中发生，并且所公开 的系统和方法将结合到这样的未来实施例中。总之，应该理解，所公 开的主题能够进行修改和改变。
除非另有说明，或上下文另有要求，否则修饰名词的冠词“一”应 该理解为一个或多个。短语“基于”包括部分或完全基于。
根据本发明，提供了一种系统，其具有处理器；以及存储器，所 述存储器存储可由处理器执行以进行以下操作的指令：从安装在车辆 中的车辆传感器接收图像数据；将图像数据转换为全局坐标数据；估 计全局坐标数据的分形维数值；并且基于分形维数值来确定校准参数 以操作车辆传感器。
根据一个实施例，所述指令还包括估计用于将图像数据变换为全 局坐标数据的多个存储参数中的每一个的分形维数值的指令。
根据一个实施例，指令还包括通过识别与全局坐标数据的最小分 形维数值相关联的存储参数来确定校准参数的指令。
根据一个实施例，本发明的特征还在于：参数包括全局坐标系中 六个维数的参数，并且其中指令还包括确定六个维数的参数集的分形 维数值的指令。
根据一个实施例，指令还包括将具有参数的数据变换为传感器坐 标数据并将具有参数的传感器坐标数据变换为全局坐标数据的指令。
根据一个实施例，指令还包括将具有参数的传感器坐标数据变换 为车辆坐标数据的指令。
根据一个实施例，指令还包括致动传感器以收集车辆周围的数据 的指令。
根据一个实施例，指令还包括从多个传感器接收数据并基于来自 不同传感器的数据的估计分形维数值来确定校准参数的指令。
根据一个实施例，指令还包括用成本函数估计分形维数值的指 令。
根据一个实施例，指令还包括指示车辆传感器进行以下操作的指 令：收集额外图像数据，将校准参数应用于所收集的图像数据以将额 外图像数据变换为额外全局坐标数据，并基于额外全局坐标数据来致 动车辆部件。
根据本发明，提供了一种方法，其具有：从安装在车辆中的车辆 传感器接收图像数据；将图像数据变换为全局坐标数据；估计全局坐 标数据的分形维数值；以及基于分形维数值来确定校准参数以操作车 辆传感器。
根据一个实施例，上述发明的特征还在于：估计用于将图像数据 变换为全局坐标数据的多个存储参数中的每一个的分形维数值。
根据一个实施例，上述发明的特征还在于：通过识别与全局坐标 数据的最小分形维数值相关联的存储参数来确定校准参数。
根据一个实施例，上述发明的特征还在于：参数包括全局坐标系 中六个维数的参数，并且其中所述方法还包括确定六个维数的每个参 数集的分形维数值。
根据一个实施例，上述发明的特征还在于：将具有参数的数据变 换为传感器坐标数据，并且将具有参数的传感器坐标数据变换为全局 坐标数据。
根据一个实施例，上述发明的特征还在于：从多个传感器接收数 据，并且基于来自不同传感器的数据的估计分形维数值来确定校准参 数。
根据本发明，提供了一种系统，其具有用于提供数据的感测构件； 以及计算机，其被编程为：从安装在车辆中的车辆传感器接收图像数 据；将图像数据变换为全局坐标数据；估计全局坐标数据的分形维数 值；并且基于分形维数值来确定校准参数以操作车辆传感器。
根据一个实施例，计算机还被编程为估计用于将图像数据变换为 全局坐标数据的多个存储参数中的每一个的分形维数值。
根据一个实施例，计算机还被编程为通过识别与全局坐标数据的 最小分形维数值相关联的存储参数来确定校准参数。
根据一个实施例，计算机还被编程为从多个传感器接收数据并基 于来自不同传感器的数据的估计分形维数值来确定校准参数。

Claims (15)

1.一种方法，其包括：
从安装在车辆中的车辆传感器接收图像数据；
将所述图像数据变换为全局坐标数据；
估计所述全局坐标数据的分形维数值；以及
基于所述分形维数值来确定校准参数以操作所述车辆传感器。
2.根据权利要求1所述的方法，其还包括：估计用于将所述图像数据变换为所述全局坐标数据的多个存储参数中的每一个的分形维数值。
3.根据权利要求2所述的方法，其还包括：通过识别与所述全局坐标数据的最小分形维数值相关联的存储参数来确定所述校准参数。
4.根据权利要求1所述的方法，其中所述参数包括全局坐标系中六个维数的参数，并且其中所述方法还包括确定所述六个维数的参数集的分形维数值。
5.根据权利要求1所述的方法，其还包括：将具有所述参数的所述数据变换为传感器坐标数据，并且将具有所述参数的所述传感器坐标数据变换为所述全局坐标数据。
6.根据权利要求5所述的方法，其还包括：将具有所述参数的所述传感器坐标数据变换为车辆坐标数据。
7.根据权利要求1所述的方法，其还包括：致动所述传感器以收集所述车辆周围的数据。
8.根据权利要求1所述的方法，其还包括：从多个传感器接收数据，并且基于来自不同传感器的所述数据的所述估计分形维数值来确定所述校准参数。
9.根据权利要求1所述的方法，其还包括：利用成本函数估计所述分形维数值。
10.根据权利要求1所述的方法，其还包括：指示所述车辆传感器收集额外图像数据，将所述校准参数应用于所述收集的图像数据以将所述额外图像数据变换为额外全局坐标数据，并且基于所述额外全局坐标数据来致动车辆部件。
11.根据权利要求2至9中任一项所述的方法，其还包括：指示所述车辆传感器收集额外图像数据，将所述校准参数应用于所述收集的图像数据以将所述额外图像数据变换为额外全局坐标数据，并且基于所述额外全局坐标数据来致动车辆部件。
12.根据权利要求3至10中任一项所述的方法，其还包括：估计用于将所述图像数据变换为所述全局坐标数据的多个存储参数中的每一个的分形维数值。
13.一种被编程为执行根据权利要求1至10中任一项所述的方法的计算机。
14.一种包括根据权利要求13所述的计算机的车辆。
15.一种计算机程序产品，其包括存储可由计算机处理器执行以执行根据权利要求1至10中任一项所述的方法的指令的计算机可读介质。
CN201811174764.7A 2017-10-12 2018-10-09 车辆传感器操作 Pending CN109655814A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/782,031 2017-10-12
US15/782,031 US10473772B2 (en) 2017-10-12 2017-10-12 Vehicle sensor operation

Publications (1)

Publication Number Publication Date
CN109655814A true CN109655814A (zh) 2019-04-19

Family

ID=65910405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811174764.7A Pending CN109655814A (zh) 2017-10-12 2018-10-09 车辆传感器操作

Country Status (3)

Country Link
US (1) US10473772B2 (zh)
CN (1) CN109655814A (zh)
DE (1) DE102018125097A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113561970A (zh) * 2021-09-27 2021-10-29 国汽智控(北京)科技有限公司 初始泊车位置信息确定的方法、装置、设备及存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110135376A (zh) * 2019-05-21 2019-08-16 北京百度网讯科技有限公司 确定图像传感器的坐标系转换参数的方法、设备和介质
CN113847930A (zh) 2020-06-28 2021-12-28 图森有限公司 多传感器校准系统
US11960276B2 (en) * 2020-11-19 2024-04-16 Tusimple, Inc. Multi-sensor collaborative calibration system

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6118886A (en) * 1993-03-30 2000-09-12 The United States Of America As Represented By The United States Department Of Energy Automatic target recognition apparatus and method
US5732158A (en) * 1994-11-23 1998-03-24 Tec-Masters, Inc. Fractal dimension analyzer and forecaster
US6677858B1 (en) * 1999-02-26 2004-01-13 Reveo, Inc. Internet-based method of and system for monitoring space-time coordinate information and biophysiological state information collected from an animate object along a course through the space-time continuum
US6422998B1 (en) * 1999-09-20 2002-07-23 Ut-Battelle, Llc Fractal analysis of time varying data
JP4021685B2 (ja) * 2002-03-04 2007-12-12 松下電器産業株式会社 画像合成変換装置
US8229163B2 (en) * 2007-08-22 2012-07-24 American Gnc Corporation 4D GIS based virtual reality for moving target prediction
US8396297B2 (en) * 2008-05-27 2013-03-12 Intel Corporation Supervised edge detection using fractal signatures
US20110153362A1 (en) * 2009-12-17 2011-06-23 Valin David A Method and mechanism for identifying protecting, requesting, assisting and managing information
GB201116961D0 (en) * 2011-09-30 2011-11-16 Bae Systems Plc Fast calibration for lidars
US9007368B2 (en) * 2012-05-07 2015-04-14 Intermec Ip Corp. Dimensioning system calibration systems and methods
US9769365B1 (en) * 2013-02-15 2017-09-19 Red.Com, Inc. Dense field imaging
US20140336953A1 (en) * 2013-05-13 2014-11-13 National Research Council Of Canada Method to quantify emission rates in atmospheric plumes
CN103759670B (zh) 2014-01-06 2016-09-28 四川虹微技术有限公司 一种基于数字近景摄影的物体三维信息获取方法
US10203762B2 (en) * 2014-03-11 2019-02-12 Magic Leap, Inc. Methods and systems for creating virtual and augmented reality
US10852838B2 (en) * 2014-06-14 2020-12-01 Magic Leap, Inc. Methods and systems for creating virtual and augmented reality
US9881349B1 (en) * 2014-10-24 2018-01-30 Gopro, Inc. Apparatus and methods for computerized object identification
US9804594B2 (en) 2014-11-07 2017-10-31 Clearpath Robotics, Inc. Self-calibrating sensors and actuators for unmanned vehicles
GB2549671B (en) * 2015-01-07 2020-08-05 Synaptive Medical Barbados Inc Method, system and apparatus for adaptive image acquisition
US9582881B2 (en) * 2015-03-18 2017-02-28 Intel Corporation Machine vision image sensor calibration
CN105866762B (zh) 2016-02-26 2018-02-23 福州华鹰重工机械有限公司 激光雷达自动校准方法及装置
US10445928B2 (en) * 2017-02-11 2019-10-15 Vayavision Ltd. Method and system for generating multidimensional maps of a scene using a plurality of sensors of various types
JP7085331B2 (ja) * 2017-10-17 2022-06-16 株式会社日立製作所 気分スコア計算装置および気分スコア計算方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113561970A (zh) * 2021-09-27 2021-10-29 国汽智控(北京)科技有限公司 初始泊车位置信息确定的方法、装置、设备及存储介质

Also Published As

Publication number Publication date
US20190113608A1 (en) 2019-04-18
DE102018125097A1 (de) 2019-04-18
US10473772B2 (en) 2019-11-12

Similar Documents

Publication Publication Date Title
CN109655814A (zh) 车辆传感器操作
US9823661B2 (en) Occupancy grid map for a vehicle
CN110032180A (zh) 激光雷达定位
US20200049511A1 (en) Sensor fusion
CN110471064B (zh) 广义三维逆传感器模型
JP7297172B2 (ja) 物体の拡大状態を追跡するためのシステムおよび方法
CN105835890B (zh) 车辆传感器补偿
CN110082747A (zh) 基于多个检测点来增加确定车辆位置的可靠性的方法
CN110082753A (zh) 确定车辆位置的方法
CN108688660A (zh) 运行范围确定装置
CN110969055B (zh) 用于车辆定位的方法、装置、设备和计算机可读存储介质
JP7301245B2 (ja) モデル幾何学学習を用いて移動物体の拡大状態を追跡するためのシステムおよび方法
US11299169B2 (en) Vehicle neural network training
US11138452B2 (en) Vehicle neural network training
CN110398726A (zh) 传感器校准
US20230097584A1 (en) Object pose estimation
US11975738B2 (en) Image annotation for deep neural networks
JP7081098B2 (ja) 走行環境認識装置、走行環境認識方法、プログラム
JP7459560B2 (ja) 物体検知装置
US11210535B1 (en) Sensor fusion
US11887317B2 (en) Object trajectory forecasting
US11356617B2 (en) Vehicle sensor operation
US10850766B2 (en) Portable device data calibration
CN113301496A (zh) 增强的传感器操作
JP6980497B2 (ja) 情報処理方法及び情報処理装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination